• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文学位 >Covering trees: New variational bounds for map estimation in Markov random fields.
【24h】

Covering trees: New variational bounds for map estimation in Markov random fields.

机译：覆盖树木：马尔可夫随机场中地图估计的新变分界线。

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Computer vision problems such as feature correspondence among images can beformulated as a quadratic assignment problem. Such problems are computationally infeasible in general but recent advances in discrete optimization such as tree-reweighted belief propagation (TRW) and similar subproblem decomposition methods often provide high-quality solutions. In this paper, we improve upon these algorithms in two ways. First, we introduce covering trees, a variant of TRW which provide the same bounds on the MAP energy as TRW with far fewer variational parameters. Optimization of these parameters can be carried out efficiently using either fixed-point iterations (as in TRW) or more recent sub-gradient based techniques. Second, we introduce a new technique that utilizes bipartite matching applied to the min-marginals produced with covering trees in order to compute a tighter lower-bound for the quadratic assignment problem. We apply this machinery to the problem of finding correspondences with pairwise energy functions, and demonstrate the resulting hybrid method outperforms TRW alone and a recent related subproblem decomposition algorithm on benchmark image correspondence problems.
机译：诸如图像之间的特征对应之类的计算机视觉问题可以被表述为二次分配问题。这些问题通常在计算上是不可行的，但是离散优化的最新进展（例如树重加权的信念传播（TRW）和类似的子问题分解方法）通常提供了高质量的解决方案。在本文中，我们通过两种方式对这些算法进行了改进。首先，我们介绍了覆盖树，这是TRW的一种变体，与TRW相比，TRW的变体参数要少得多，它在MAP能量上具有相同的界限。这些参数的优化可以使用定点迭代（如TRW）或更最新的基于次梯度的技术来有效地进行。其次，我们引入了一种新技术，该技术利用二分匹配应用于覆盖树所产生的最小边际，从而为二次分配问题计算更严格的下界。我们将这种机制应用于寻找具有成对能量函数的对应关系的问题，并证明了所得的混合方法优于单独的TRW和最近在基准图像对应问题上相关的子问题分解算法。

著录项

  • 作者

    Yarkony, Julian.;

  • 作者单位

    University of California, Irvine.;

  • 授予单位 University of California, Irvine.;
  • 学科 Mathematics.;Computer Science.
  • 学位 M.S.
  • 年度 2010
  • 页码 32 p.
  • 总页数 32
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号